一种适用于 Ad hoc 网络的基于概率负载均衡算法

来源 :计算机应用研究 | 被引量 : 6次 | 上传用户:xiazibin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为解决移动自组织网络(MANET)中网络拥塞导致的网络时延增大和吞吐量下降,提出一种基于概率的负载均衡算法,节点利用历史负载信息映射网络负载状态,用概率算法进行路由准入,从而完成负载均衡。基于历史状态的负载映射有效解决了分布式独立运算中存在的负载状态判断困难等问题,概率算法能有效克服门限准入法则存在的模糊判别问题,同时大量减少广播包的洪泛,节省信道资源。结合经典的按需路由协议,设计了H&P_DSR(history and probability based dynamic source routin
其他文献
提出了一种基于嵌入式马尔可夫链的解析排队模型来分析和研究基于一定准则的防火墙在面对正常流量和DoS攻击时的性能。基于这种排队模型,得到了一组关于防火墙特征和性能的指标计算方法,这对防火墙的设计来说具有重要意义。同时还提出了一种易于实现的算法来得到这种马尔可夫链模型的状态概率,对防火墙的状态和性能也作了深入的分析。最后通过实验分析验证了提出的解析模型的有效性。
为了最大化网络的生存周期,首先提出了最大角度路由选择算法,然后针对其能量消耗的问题,进一步提出了将节点剩余能量与最大角度相结合的路由修复优化算法。该优化方法通过引入剩余能量,延长了无线传感器网络中节点的生存时间。仿真结果表明,新路由优化算法在一定程度上有效地延长了整个网络的存活时间,不仅使路由协议在一定程度上具有容错性,而且也保证了整个网络的鲁棒性。
基于Bayes理论的测试性评估方法能充分利用产品研制阶段先验信息,评估结论置信度相比经典方法有了很大提高。针对先验信息不确定性影响Bayes评估结论的问题,提出基于D-S证据理论的测试性综合评估方法。首先建立先验信息标准化模型,将先验信息转换成置信区间形式;然后根据D-S证据理论和Pignistic转换推导先验信息矩值,并解算先验分布超参数;最后基于Bayes定理给出后验分布和评估公式。实例证明该
Coron等人将批处理技术应用在整数上的全同态加密方案,可以在一个密文中同态地处理和加密一个明文向量,提高了原方案的效率,但它的公钥尺寸为Oλ8。为了减小该方案的公钥尺寸
为了快速确定不同类型指标下突发环境事件分级问题,从而快速准确地制定突发事件应急预案和调度应急资源,提出一种基于改进模糊综合评价方法的突发环境事件等级评估模型。该模型分别利用熵权法和改进模糊层次分析法求得客观权重与主观权重,并进行权重拟合求得综合权重,构建模糊评价矩阵求得最终评价结果,最后通过案例验证了方法的合理性和有效性。
自主系统中,agent通过与环境交互来执行分配给他们的任务,采用分层强化学习技术有助于agent在大型、复杂的环境中提高学习效率。提出一种新方法,利用蚂蚁系统优化算法来识别分层边界发现子目标状态,蚂蚁遍历过程中留下信息素,利用信息素的变化率定义了粗糙度,用粗糙度界定子目标;agent使用发现的子目标创建抽象,能够更有效地探索。在出租车环境下验证算法的性能,实验结果表明该方法可以显著提高agent的
为了解决目标函数中含有sin、cos等周期函数的优化问题,基于生态系统循环食物链思想提出了一种新型函数优化算法,即AFC-ASO算法。在该算法中,假设在生态系统中的某个循环食物链系统中生活有多种不同类型的动物,这些不同类型的动物采取循环食物链的方式维持该生态系统的生态平衡。进食的方法是采用攫取食饵动物部分器官或吸取其体内物质的方式,但不会危及食饵动物的生命;同类型的动物分雌、雄两种性别。每种类型的
由于网络通信具有易错的特点,提出一种具有容错性的隐私保护数据聚集算法。通过椭圆曲线加密方案对节点数据进行加密,保证数据的隐私性,采用加同态加密技术,实现了端到端的聚集加密,节省能耗和带宽。同时,构造轨道图拓扑结构,使得每个节点有多个父节点,当节点与主父节点发生链路失效时,其他父节点能够修复聚集值。仿真实验结果显示,提出的方案在适当增加通信量的情况下,具有较高的数据安全性、很好的容错性和高精度的聚集
提出一个网络生命周期最大化的泛在数据收集协议MULAC。MULAC以用户所在当前位置为圆心,半径为r的区域内选择一个节点v。以v为根构造一棵最大化生命周期树T。网络中的节点可以通过T传送数据给v,数据采集者可以通过v接收到网络中的全部数据。当数据采集者移动到其他位置,T将根据用户新的位置改变根节点,并且以最小的能量耗费调整树结构,从而延长全网的寿命。在收集数据过程中保证无线传感器网络生命周期最大化
针对有人/无人战斗机协同空战中的火力分配问题,建立了以目标总存活概率最小和武器消耗数量最少的火力分配多目标优化模型,并提出一种改进的多目标蛙跳算法用于求解问题的Pareto最优解集。该改进算法充分利用混洗蛙跳算法收敛速度快、收敛精度高的算法优势进行全局寻优,利用自适应网格法对非劣解进行维护和更新,并在青蛙种群的全局进化过程中引入Tent混沌变异以避免算法早熟收敛。为便于从求解得到的Pareto最优